Variable y Valor

1. Estadística
aplicada a la
investigación
Jorge Ramón González Ferrer, Ph.D.
Tema VI:
VARIABLE Y VALOR
Guayaquil, marzo 2016

2. VARIABLE
Jorge Ramón González Ferrer, Ph.D

3. Variables
 «En otros términos, el significado completo
de la palabra "variable", tal como es usada en
ciencias sociales, contiene no sólo la
connotación de "aspecto" o "dimensión" de
un fenómeno, sino también la propiedad de
estos aspectos o dimensiones de asumir
diferentes valores» (Korn, 1984)
 Para ello se considera que la variable es:
o Un concepto acerca de algún aspecto y/o
magnitud de un elemento o unidad de análisis
capaz de asumir diferentes cualidades y/o
valores
o Atributo o cualidad que presentan los
individuos o los hechos sociales susceptible de
ser observado y medido de alguna forma
FRANCIS KORN (1984): Conceptos y Variables en la Investigación Social, Nueva Visión. Buenos Aires. (Cap. 1).

4. Tipología de las variables
 Variable independiente, entrada, antecedentes:
variables que el investigador manipula y/o mide para
ver los efectos que produce sobre otra variable.
 •Variable moderadora tipo de variable independiente
que se manipula y/o mide para comprobar si modifica la
relación entre la variable independiente y la variable
dependiente. Se incluye para ver sus efectos sobre la
variable dependiente, pero el investigador le da un
papel secundario•
 Variable mediadora: un tipo de variable a través de la
que se trasmite la influencia de la(s) o variable(s)
independientes y/o moderadoras sobre la variable
dependiente. En su relación con la variable
dependiente sería independiente. Pero en su relación
con la variable independiente sería dependiente •
 Variables dependientes: variables cuyos valores van
a depender de los valores de la o las variables
independientes

5. Beatriz Moliner Velázquez; Irene Gil Saura y María Eugenia Ruiz
Molina. La formación de la lealtad y su contribución a la gestión de
destinos turísticos. Cuad. Adm. Bogotá (Colombia), 22 (39): 75-98,
julio-diciembre de 2009
Resumen
 El estudio del turismo sostenible, abordado desde la perspectiva del
consumidor, se está convirtiendo en un área relevante para los
gestores turísticos, que han tomado conciencia de la importancia de
la continuidad de las relaciones con los clientes bajo un
planteamiento responsable. Este trabajo, circunscrito en esa
realidad, analiza el proceso de formación de la lealtad en sus dos
vertientes (actitudinal y conductual) a partir de un conjunto de
variables antecedentes (valor percibido, calidad de servicio,
satisfacción y compromiso del turista) y variables moderadoras
(capacidad de carga turística, búsqueda de variedad y
características sociodemográficas del turista). La revisión de la
literatura sobre la naturaleza de la lealtad permitió proponer un
modelo causal para estimar la lealtad del turista y formular
hipótesis que serán contrastadas en posteriores investigaciones. El
estudio de estas variables les permitirá a las empresas turísticas
tener un mejor conocimiento del proceso que conduce a la lealtad
de los turistas para centrar sus esfuerzos de marketing en el
mantenimiento de relaciones duraderas con los clientes y contribuir
al desarrollo de un turismo sostenible
Fuente:
http://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/3833/2821

6. Beatriz Moliner Velázquez; Irene Gil Saura y María Eugenia Ruiz
Molina. La formación de la lealtad y su contribución a la gestión de
destinos turísticos. Cuad. Adm. Bogotá (Colombia), 22 (39): 75-98,
julio-diciembre de 2009
Fuente:
http://revistas.javeriana.edu.co/index.php/cuadernos_admon/article/view/3833/2821

9. María José Quero Gervilla; Rafael Ventura Fernández. El compromiso
como variable mediadora para la predicción de las futuras intenciones
de consumo en los servicios. Una aproximación empírica a los
consumidores de artes escénicas en España. Cuadernos de Gestión
Vol. 11. Nº 1 (Año 2011), pp. 15-36
Resumen:
 El presente trabajo de investigación trata de arrojar luz
sobre las relaciones entre las variables Satisfacción
(vi), Compromiso (vmed), Confianza (vi) y Futuras
Intenciones de compra (vd). Con este fin, se propone
un Modelo de Gestión de las Relaciones con Clientes
de Servicios en el que se observa que la variable más
importante en la consecución de resultados positivos
en lo que respecta a intenciones de asistencia futura de
los consumidores es el Compromiso. El trabajo
empírico se desarrolla en el sector servicios,
concretamente en el ámbito de la exhibición de artes
escénicas. Con este fin se han entrevistado
personalmente a 1005 consumidores de artes
escénicas en la entrada y salida de los espectáculos.
En él han colaborado 150 teatros públicos y privados
de toda España.
Fuente: http://www.ehu.eus/cuadernosdegestion/documentos/1111.pdf

10. María José Quero Gervilla; Rafael Ventura Fernández. El compromiso
como variable mediadora para la predicción de las futuras intenciones
de consumo en los servicios. Una aproximación empírica a los
consumidores de artes escénicas en España. Cuadernos de Gestión
Vol. 11. Nº 1 (Año 2011), pp. 15-36
Fuente: http://www.ehu.eus/cuadernosdegestion/documentos/1111.pdf
Variable moderadora
Variable moderadora
Variable mediadora
Variable dependiente

11. Hipótesis

13. Rol de los tipos de variables en
los modelos teóricos
Variable independiente
Variable
moderadora
Variable mediadora Variable dependiente
CAUSA TRASMISIÓN EFECTO

14. ESCALAS
ESTADÍSTICAS DE LAS
VARIABLES
Jorge Ramón González Ferrer, Ph.D

15. Escalas cualitativas
 NOMINALES: Consiste en clasificar
objetos o fenómenos, según ciertas
características, tipologías o nombres,
dándoles una denominación o
símbolo. No implica ninguna relación
de orden, distancia o proporción entre
los objetos o fenómenos.
Estadígrafos a emplear: frecuencias,
proporciones y modas

16. Escalas cualitativas
Ejemplos de escalas NOMINALES:
 Sexo (1: masculino; 2: femenino)
 Tipo de propiedad (1: oficial; 2:
privada; 3: mixta; 4: cooperativa)
 Provincia de origen (1: Guayas; 2:
Los Ríos…)
 Conformidad (1. Si; 0. No)

17. Escalas cualitativas
 ORDINALES: Los valores de la escala
representan categorías o grupos de
pertenencia, con cierto orden asociado,
pero no una cantidad mensurable, así
los numerales empleados en las escalas
ordinales no son cuantitativos, sino que
indican exclusivamente la posición en la
serie ordenada y no "cuantifican" la
diferencia entre posiciones sucesivas de
la escala.
Estadígrafos: frecuencias, modas,
mediana, máximos, mínimos, rango,
percentiles...

18. Escalas cualitativas
 Ejemplos de escalas ORDINALES:
 Satisfacción (muy satisfecho,
satisfecho, insatisfecho y muy
insatisfecho)
 Evaluación (excelente, bueno,
regular, mal y muy mal)
 Nivel educativo (no sabe leer, ni
escribir; básico; bachiller;
universitario; postgrados)

19. Escalas cuantitativas
 INTERVALOS: Una escala de intervalo está
caracterizada por una unidad de medida
común y constante que asigna un número
real a todos los pares de objetos en un
conjunto ordenado. En esta clase de medida,
la proporción de dos intervalos cualesquiera
es independiente de la unidad de medida y
del punto cero. En una escala de intervalo, el
punto cero y la unidad de medida son
arbitrarios. Las operaciones posibles contar,
ordenar, sumar y restar.
 Estadígrafos: frecuencias, modas, mediana,
máximos, mínimos, rango, percentiles,
media, varianza, desviación...

20. Escalas cuantitativas
 Ejemplo de escalas de
INTERVALOS:
 Etapas cronológicas (1900; 1950,
2000; 2050…)
 Temperatura (ºC; ºF, ºK)
 Coeficiente de inteligencia (70 a 150
puntos)
 Notas de examen (0 a 10)

21. Escalas cuantitativas
 RAZONES O PROPORCIONES: Variables
con intervalos iguales y cero absoluto. Estas
variables nombran orden, presentan
intervalos iguales y el cero significa ausencia
de la característica, por lo cual la escala de
razón comienza desde el cero y aumenta en
números sucesivos iguales a cantidades del
atributo que está siendo medido donde la
razón tiene significado.
Estadígrafos: frecuencias, modas, mediana,
máximos, mínimos, rango, percentiles,
media, varianza, desviación...

22. Escalas cuantitativas
 Ejemplo de escalas de RAZONES O
PROPORCIONES:
 Número de facturas
 Ventas diarias
 Peso
 Longitud
 Presión
 Altitud

23. Escala:
Intervalo
Razones y proporciones
Ordinal
Nominal
SPSS

24. Entrada:
Destino:
Ambos:
SPSS
Ninguna:
Partición:
Dividir:
Se emplea como variable de entrada (predictor, variable
independiente)
Se emplea como variable de salida u objetivo (variable
dependiente)
Se emplea como variable de entrada y de salida
Se variable no tiene asignada ninguna función
Variable que se utiliza para dividir los datos en muestras diferentes
para entrenamiento, prueba y validación
Las variables no se utilizan como variable de archivo dividido en
SPSS

25. SPSS

26. Reflexión
• Complemente la matriz
de datos elaborada en
el Tema I (10 variables y
20 unidades de
análisis), siguiendo:
 Contenga todos los
tipos de escalas
estadísticas
 Los datos reflejados
tengan sentido
común

27. ESTADÍSTICAS
DESCRIPTIVA
Jorge Ramón González Ferrer, Ph.D

28. Objetivo
 “Resumir” un conjunto de datos
numéricos a través de medidas de
tendencia central, medidas de
variación y coeficientes que relaciones
esas dos medidas, sea en medidas de
colectivos muestrales o poblaciones.

29. Análisis centrado en las
variables
Estadígrafos Descriptivos:
 Media
 Mediana
 Moda
 Varianza
 Desviación típica
 Rango
 Mínimo
 Máximo
POSICIÓN
VARIACIÓN

30. Análisis centrado en las
variables
Estadígrafos Descriptivos:
 Histograma
 Coeficiente de variación
 Tablas de contingencia
 Gráficos P-P
 Gráficos Q-Q
DESCRIPCIÓN
DE CONJUNTO
DE DATOS

31. Análisis centrado en las
variables
Estadígrafos descriptivos de posición:
 Media:
 Media geométrica: La media geométrica resulta útil para
determinar el cambio promedio de porcentajes, razones,
índices o tasas de crecimiento. La media geométrica de un
conjunto de n números positivos se define como la raíz
enésima de un producto de n variables.
 Media ponderada: La media ponderara de datos con
ponderaciones w1, , w2, w3, … , wn, se calcula de la
siguiente manera:


n
i
iy
n
y
1
1






i
i
i
ii
n
nn
w
yw
wwww
ywywywyw
y
)(
...
...
321
332211
n
nyyyyyMG ))...()()(( 321

32. Análisis centrado en las
variables
Estadígrafos descriptivos de posición:
 Mediana: La mediana es el valor que
divide exactamente a la mitad los
elementos de una muestra arreglados en
orden de magnitud. Si el tamaño de la
muestra es n, y n es impar es obvio, sí n
es par entonces la mediana es el
promedio de los dos valores centrales.
 Moda: La moda es al valor que más se
repite en una serie de observaciones
muestrales.

33. Análisis centrado en las
variables
Estadígrafos descriptivos de
variación:
 Varianza:
 Desviación típica:
 Rango: El rango es la diferencia entre
el máximo valor y el mínimo de todos
los valores observados en la muestra.
1
)(
1
2
2




n
yy
s
n
i
i
2
ss 

34. Análisis centrado en las
variables
Estadígrafos descriptivos de variación:
 Quartil: Divide la serie de datos en cuatro
partes iguales
 Decil: Divide la serie de datos en diez
partes iguales
 Pecentil: Divide la serie de datos en cien
partes iguales
100
)1(
P
nLP 
Q1=P25
Q2=P50
Q3=P75
D1=P10
D2=P20
D3=P30
D4=P40
D5=P50
…

35. Análisis centrado en las
variables
Estadígrafos descriptivos:
 Histograma: Gráfica de barra que
representa la frecuencia de valores
que toma una variable ya sea en
forma diferencial o acumulada

36. Distribución Normal

37. Análisis centrado en las
variables
Estadígrafos Descriptivos:
 Coeficiente de variación:
 Tablas de contingencia: Es un medio particular
de representar simultáneamente dos caracteres
observados en una misma población, si son
discretos o continuos reagrupados en clases.
100*
y
s
CV 

38. SPSS

39. SPSS

40. SPSS

41. Gráfico de probabilidad
normal
 El gráfico P-P y Q-Q son técnicas
gráficas que nos permite comparar la
distribución empírica de un conjunto de
datos con la distribución Normal.
 La construcción del gráfico de
probabilidad normal se realizará a través
de los percentiles (P-P) o cuantiles (Q-
Q) de la distribución normal estándar, de
forma que aceptaremos la hipótesis de
normalidad de los datos, siempre que los
puntos en el gráfico tengan un
comportamiento suficientemente
rectilíneo.

42. Gráfico P-P

43. Gráfico P-P

44. Gráfico P-P

45. Reflexión
• De la matriz de datos
antes elaborada,
calcule:
 Medidas de tendencia
central, según
corresponda
 Medidas de variación,
según corresponda
 Interprete los
resultados obtenidos